🚀 模型作者为@Dorialexander,下载地址及在线体验链接已公开。
2023年,我们看到了扩散模型推理速度方面的一些重大理论改进,例如Song等人的原始一致性模型论文,以及最近的LCM。(另外,对抗扩散蒸馏。)我们已经开始看到使用这些想法的项目,例如Dan Wood的Art Spew(每秒77512×512图像,在单个4090上)、Modal的Turbo.art(基于SDXL Turbo) 和fal.ai的30fps脸部交换。
首先是小冰克隆人,该产品允许创作者通过小冰框架技术克隆自己并向粉丝发布,已有超过 1000 名克隆人入驻,并有部分创作者实现个人 AI 年收入百万元。
通过Dual-Pivot Tuning实现的个性化恢复技术在恢复图像中实现了高身份保真度和自然外观。实验证明,与盲目和少数样本的面部图像恢复的各种最先进替代方法相比,定制模型在个体身份方面表现更好,并且在一般图像质量方面优于通用先验。该方法对不同类型的降解是不可知的,并在保持身份的同时提供一致的恢复。
另外,BakLLaVA是使用LLaVA1.5架构增强的Mistral7B基础模型,已经在多个基准测试中优于LLaVA213B。这三种开源视觉模型在视觉处理领域具有极大的潜力。